CDAF 与 PDAF：两种对焦观测方法

AF 控制器需要观测当前离焦状态，但传感器不能直接读出“焦点距离”。CDAF 从最终图像的清晰度变化间接寻找峰值；PDAF 比较两幅孔径子像的相位，直接估计方向与离焦量。二者看到的是同一个光学问题，却提供不同形式的信息。

CDAF：把清晰度写成一条曲线#

离焦相当于扩大点扩散函数，边缘被摊宽，高频能量随之下降。CDAF（Contrast Detection Auto Focus）通常在 ROI 内计算梯度、Laplacian、带通能量或其他清晰度分数。镜组扫过正确焦点时，分数往往形成一个峰值。

当前清晰度0.20

离峰值距离0.36

镜组位置0.32场景纹理85%

分数低可能是离焦，也可能是墙面本来就没有纹理。对比度 AF 无法仅凭一个低分区分二者。

两种常见 CDAF 清晰度统计#

在灰度 ROI $I(x,y)$ 内，梯度能量可以写成：

S_{\nabla}=\frac{1}{N}\sum_{x,y}\left[(\partial_x I)^2+(\partial_y I)^2\right]

也常使用 Laplacian 方差：

S_{\Delta}=\operatorname{Var}\!\left(\Delta I\right)

合焦边缘通常包含更多高频，因此这两个数值往往随清晰度上升。但噪声、锐化和细密重复纹理也会抬高它们，所以工程实现还会结合亮度、噪声估计、频带限制与峰形判断。

单个分数只表示“现在有多清晰”，并不告诉算法峰值位于当前位置的哪一侧。相同的低分既可能来自严重离焦，也可能来自一面本来就没有纹理的墙。因此 CDAF 必须结合试探移动、历史趋势和置信度，而不能把低分直接等同于离焦。

清晰度分数容易被什么污染#

噪声和过强锐化会制造虚假高频；
主体运动与长曝光会把运动模糊混入离焦；
重复纹理可能形成多个局部峰值；
AE、降噪或锐化跨帧突变会改变分数尺度；
ROI 内同时存在多个物距时，曲线可能不再是单峰。

所以工业实现通常在较稳定的统计通路上计算分数，并同时检查亮度、纹理量、运动和峰形。

PDAF：比较左右孔径子像#

PDAF（Phase Detection Auto Focus）让成对采样观察出瞳的不同部分。合焦时，两幅子像对齐；离焦时，它们发生相对平移。位移的符号对应焦前或焦后，幅度在标定范围内近似反映需要移动的镜组量。

若左右子像分别为 $L(x)$ 与 $R(x)$ ，可用归一化互相关寻找相对位移：

\hat{\delta}=\arg\max_{\delta}\ \frac{\sum_x (L(x)-\bar L)(R(x+\delta)-\bar R)}{\sigma_L\sigma_R+\varepsilon}

经过镜头与传感器标定后，离焦控制量可在局部范围内近似为：

e_{\mathrm{focus}} \approx k\left(\hat{\delta}-\delta_0\right)

$\delta_0$ 是合焦时的残余偏置， $k$ 把像素位移映射到镜组运动量。正负号究竟代表向近端还是远端移动，取决于左右子像顺序、坐标方向与马达定义，必须通过标定固定，不能脱离具体系统硬套。

左相位右相位

估计离焦+0.42

相位置信度64%

当前镜组位置0.28目标焦面0.70方向纹理72%

镜组向远端移动。低纹理、纹理方向不匹配、低照度或遮挡会让相位峰不可靠，系统通常回退到对比度确认。

下面的 NumPy 示例同时演示 Laplacian 方差和一维相位位移估计，不依赖 OpenCV 或 SciPy：

1
import numpy as np
2

3
def laplacian_variance(image: np.ndarray) -> float:
4
    image = image.astype(np.float64)
5
    lap = (
6
        -4.0 * image[1:-1, 1:-1]
7
        + image[:-2, 1:-1] + image[2:, 1:-1]
8
        + image[1:-1, :-2] + image[1:-1, 2:]
9
    )
10
    return float(np.var(lap))
11

12
def estimate_shift(left: np.ndarray, right: np.ndarray, max_shift=8) -> int:
13
    left = (left - left.mean()) / (left.std() + 1e-9)
14
    right = (right - right.mean()) / (right.std() + 1e-9)
15
    shifts = np.arange(-max_shift, max_shift + 1)
16
    scores = []
17
    for shift in shifts:
18
        shifted = np.roll(right, shift)
19
        valid = slice(max_shift, -max_shift)
20
        scores.append(np.mean(left[valid] * shifted[valid]))
11 collapsed lines
21
    return int(shifts[np.argmax(scores)])
22

23
rng = np.random.default_rng(7)
24
image = np.zeros((32, 32))
25
image[:, 16:] = 1.0
26
noisy_image = image + rng.normal(0, 0.02, image.shape)
27

28
left = np.sin(np.linspace(0, 5 * np.pi, 128))
29
right = np.roll(left, 3)
30
print("Laplacian 方差:", laplacian_variance(noisy_image))
31
print("估计对齐位移:", estimate_shift(left, right), "px")

示例用理想边缘和循环平移解释观测量，没有模拟真实点扩散函数、相位像素遮罩、边界缺失、亚像素拟合或周期纹理歧义。互动组件同样强调趋势，不代表相机内部统计链路的完整实现。

与 CDAF 相比，PDAF 的关键优势不是“分数更高”，而是一次观测就可能提供方向。控制器无需先向两侧试探，就能做较大的预测移动。

但相位信息也有盲区。检测基线若主要对水平位移敏感，缺少相应方向纹理时相关峰会变弱；低照、遮挡、周期图案、相位像素缺陷和镜头像差也会带来错误匹配。系统必须输出置信度，而不能在每一帧都强行给出方向。

两种方法怎样互补#

特性	CDAF	PDAF
主要观测	最终图像的清晰度	成对子像的相对相位
单次方向信息	通常没有	通常有
接近峰值后的确认	直接、直观	依赖标定与残差模型
额外硬件要求	较低	相位像素或专用 AF 模块
常见弱点	拉风箱、局部峰、低纹理	纹理方向、低照、标定偏差

混合 AF 的常见策略是：PDAF 在高置信度时预测方向和步长，让镜组快速接近；接近目标后缩小动作，再用 CDAF 峰值或相位残差确认。PDAF 置信度下降时，系统退回小步 CDAF 搜索，而不是继续执行不可靠的大动作。

标定决定 PDAF 数值能否用于控制#

相位位移并不天然等于马达步数。系统要在不同焦距、物距、光圈、颜色光源和温度下建立映射，并校正左右子像偏置、相位像素遮罩和镜头场曲。量产设备还要处理个体差异。

因此“测出相位”只是观测层的开始。下一篇将继续讨论：如何把观测转换成搜索步长、镜组命令和稳定的连续追焦行为。